tanuki- 2022-11-03 nnue-pytorch halfkp_1024x2-8-32

tanuki- 2022-11-03 nnue-pytorch halfkp_1024x2-8-32

実験内容

  • nnue-pytorch を用い、 halfkp_1024x2-8-32 ネットワークを学習させる。

棋譜生成

生成ルーチン tanuki-棋譜生成ルーチン
評価関数 水匠5 FV_SCALE=16
1手あたりの思考 深さ最大 9 思考ノード数最大 50,000 ノード
開始局面 foodgate の 2020 年~ 2021 年の棋譜のうち、レーティング 3900 以上同士の対局の 32 手目までから 1 局面ランダムに選択し、その局面を開始局面とした ランダムムーブなし
生成局面数 10 億局面 × 8 セット
生成条件 対局は打ち切らず詰みの局面まで学習データに出力した

シャッフル条件

生成ルーチン tanuki-シャッフルルーチン
qsearch() あり
置換表 無効

機械学習

機械学習ルーチン nnue-pytorch + やねうら王 https://github.com/nodchip/nnue-pytorch/tree/shogi.2022-10-31.halfkp_1024x2-8-32
学習モデル halfkp_1024x2-8-32
学習手法 SGD ミニバッチ法
初期学習率 (lr) 1.0
最適化手法 なし
学習率調整手法 newbob 風学習率スケジューラー 学習ロスに改善が見られなくなったら、学習率を下げる
batch-size 16384
threads 1
num-workers 8
gpus 1
features HalfKP
max_epoch 3000
scaling (kPonanzaConstant) 361
lambda 0.5
勝敗項の教師信号 0.99
num_batches_warmup 10000
newbob_decay 0.50
epoch_size 10000000
num_epochs_to_adjust_lr 50

レーティング測定

対局相手 tanuki- 2022-10-31 nnue-pytorch やねうら王学習率スケジューラー - Google ドキュメント https://docs.google.com/document/d/1dIiB9eIcI-6pG2Rkxju-iXcIyISxNt-bK0nNSJOJ33I/edit#heading=h.hqsqfroqfwaz tanuki- 2022-06-07 やねうら王学習部リグレッション調査 V5.33 https://docs.google.com/document/d/1Lup-hHFH2_QWqEfe56obJ6OEwj15P-C0VO6pWV9-vgo/edit?usp=sharing
思考時間 持ち時間 300 秒 + 1 手 2 秒加算
対局数 2000
同時対局数 64
ハッシュサイズ 768/640
開始局面 たややん互換局面集

実験結果

機械学習

レーティング測定

対局数=2000 同時対局数=64 ハッシュサイズ=640 開始手数=24 最大手数=320 開始局面ファイル=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=2 表示更新間隔(ms)=3600000

思考エンジン1 name=YaneuraOu NNUE 7.10 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2022-11-02 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=300000 秒読み時間(ms)=0 加算時間(ms)=2000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140 FVScale1=16

思考エンジン2 name=YaneuraOu NNUE 7.10 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\engine2\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2022-10-31 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=300000 秒読み時間(ms)=0 加算時間(ms)=2000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140 FVScale2=16

対局数2000 先手勝ち972(56.1%) 後手勝ち762(43.9%) 引き分け266

engine1

勝ち765(44.1% R-35.6 +-15.3) 先手勝ち433(25.0%) 後手勝ち332(19.1%)

宣言勝ち12 先手宣言勝ち8 後手宣言勝ち4 先手引き分け135 後手引き分け131

engine2

勝ち969(55.9%) 先手勝ち539(31.1%) 後手勝ち430(24.8%)

宣言勝ち48 先手宣言勝ち23 後手宣言勝ち25 先手引き分け131 後手引き分け135

765,266,969

対局数=2000 同時対局数=64 ハッシュサイズ=640 開始手数=24 最大手数=320 開始局面ファイル=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\TanukiColiseum\taya36_2020-11-06.sfen NUMAノード数=2 表示更新間隔(ms)=3600000

思考エンジン1 name=YaneuraOu NNUE 7.10 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\engine1\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\tanuki-.nnue-pytorch-2022-11-02 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=300000 秒読み時間(ms)=0 加算時間(ms)=2000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140 FVScale1=16

思考エンジン2 name=YaneuraOu NNUE 7.10 64ZEN2 TOURNAMENT author=by yaneurao exeファイル=C:\Jenkins\workspace\TanukiColiseum.2022-05-02\engine2\source\YaneuraOu-by-gcc.exe 評価関数フォルダパス=D:\hnoda\shogi\eval\regression.v5.33\final 定跡手数=256 定跡ファイル名=no_book 思考ノード数=0 思考ノード数に加える乱数(%)=0 思考ノード数の乱数を1手毎に変化させる=False 持ち時間(ms)=300000 秒読み時間(ms)=0 加算時間(ms)=2000 乱数付き思考時間(ms)=0 スレッド数=1 BookEvalDiff=30 定跡の採択率を考慮する=false 定跡の手数を無視する=false SlowMover=100 DrawValue=-2 BookEvalBlackLimit=0 BookEvalWhiteLimit=-140 FVScale2=16

対局数2000 先手勝ち941(51.8%) 後手勝ち874(48.2%) 引き分け185

engine1

勝ち650(35.8% R-91.5 +-15.8) 先手勝ち333(18.3%) 後手勝ち317(17.5%)

宣言勝ち5 先手宣言勝ち2 後手宣言勝ち3 先手引き分け107 後手引き分け78

engine2

勝ち1165(64.2%) 先手勝ち608(33.5%) 後手勝ち557(30.7%)

宣言勝ち18 先手宣言勝ち11 後手宣言勝ち7 先手引き分け78 後手引き分け107

650,185,1165

学習ロスと検証ロスは、 halfkp_256x2-32-32 と比べて下がった。

レーティングは、 halfkp_256x2-32-32 と比べ、有意に低かった。

考察

halfkp_1024x2-8-32 のほうがロスが下がっていることから、 halfkp_1024x2-8-32 のほうが表現能力が高く、よりモデルの精度が高いのだと思われる。

一方、

tanuki- 2022-04-28 halfkp_1024x2-8-32 - Google ドキュメント https://docs.google.com/document/d/1IjK1PpT_-lGZen28ACWNrKsjk-BVnS4riDAR2oPZHDk/edit

と比べ、レーティングが低い事を考えると、 nnue-pytorch に何らかの問題があるのだと思われる。

まとめ

nnue-pytorch を用い、 halfkp_1024x2-8-32 ネットワークを学習させた。結果、ロスは halfkp_256x2-32-32 と比べて下がったが、レーティングは halfkp_256x2-32-32 と比べて有意に低かった。 nnue-pytorch に何らかの問題があるのだと思われる。

次回は、バッチサイズをやねうら王純正学習器の標準サイズに合わせて学習させ、結果を見てみたい。